std::u16string、std::u32string、std::string、length()、size()、代码点和字符

我很高兴看到std::u16string and std::u32string在 C++11 中，但我想知道为什么没有std::u8string处理 UTF-8 情况。我的印象是std::string是为UTF-8设计的，但似乎做得不太好。我的意思是，不std::string.length()仍然返回字符串缓冲区的大小而不是字符串中的字符数？

那么，情况如何length()为新的 C++11 类定义的标准字符串的方法？它们是否返回字符串缓冲区的大小、代码点的数量或字符数（假设代理对是 2 个代码点，但一个字符。如果我错了，请纠正我）？

那么呢size();难道它不等于length()? See http://en.cppreference.com/w/cpp/string/basic_string/length http://en.cppreference.com/w/cpp/string/basic_string/length为我困惑的根源。

所以，我想，我的根本问题是如何使用std::string, std::u16string, and std::u32string并正确区分缓冲区大小、代码点数量和字符数量？如果您使用标准迭代器，您是否会迭代字节、代码点或字符？

u16string and u32string不是“新的 C++11 类”。它们只是 typedefsstd::basic_string for char16_t and cha32_t types.

length总是等于size对于任何basic_string。它的数量是T在字符串中，其中T是模板类型basic_string.

basic_string不以任何方式、形状或形式识别 Unicode。它没有代码点、字素、Unicode 字符、Unicode 标准化或任何类似的概念。它只是一个有序的序列T是。唯一可以识别 Unicode 的东西u16string and u32string是他们使用返回的类型u"" and U""文字。因此，它们可以存储 Unicode 编码的字符串，但它们不执行任何需要了解所述编码的操作。

迭代器迭代以下元素T，而不是“字节、代码点或字符”。如果T is char16_t，然后它会迭代char16_ts。如果字符串是 UTF-16 编码的，则它会迭代 UTF-16 代码单元，而不是 Unicode 代码点或字节。